基于信息融合的智能电网统一模型的研究

发布时间：2017-09-07 03:48

  本文关键词：基于信息融合的智能电网统一模型的研究

  更多相关文章： 智能电网 信息融合 SOA SVM

【摘要】：对电力需求的不断增长,迫使智能电网的各个参与者分享和交流电力系统数据,以贸易电力和控制电力系统的实施。虽然面向服务作为一个有前途的技术来解决这些域之间的集成问题,数据交换和信息解释正在继续挑战。本文侧重于智能电网的信息集成的角度来看的实施和讨论试图解决集成问题的各种方法,提出的开放数据模型表示将支持基于智能电网的集成架构的面向服务的架构(SOA),这种架构不仅充分利用现有的软件资源,而且还大大减少了各模块之间的耦合,使得系统更加灵活。它必须是一个开放的描述使用XML来统一电力供应和消费网络的分配和管理,以优化电源和节约能源的能源设备。在SOA架构的基础之上,本课题为了保证智能电网的信息交互的数据和信息具有一致性,而又满足SOA智能电网的业务系统的独立性,这就需要对智能电网的主网和配网的模型进行统一,因此设计了一个统一模型的总体框架和技术实现方案,通过模型拼接和统一建模使智能电网的模型统一化,构建统一公共信息模型(UCIM),并且对框架中信息系统的功能框架和体系结构设计了一套方案,说明了信息融合技术在整个智能电网和信息系统中如何发挥了作用。而信息融合是一种形式框架,由多种传感器采集分析目标的数据信息,并通过某些数学方法和技术工具综合不同源信息,目的是得到高品质的有用信息,提高对智能电网的各个设备的状态评估或故障诊断等信息收集、整合、提取、分析与提供决策等的能力,加强智能电网的自我修复和决策能力,进一步实现电网的智能化。本文将通过一种SVM技术作为信息融合的核心算法对智能电网发电机组的故障诊断实例进行数据分析,以验证信息融合技术在智能电网具备可行性,以作为未来智能电网信息系统的一种信息整合和计算分析的重要工具。
【关键词】：智能电网 信息融合 SOA SVM
【学位授予单位】：华北电力大学(北京)
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM76
【目录】：

• 摘要5-6
• Abstract6-9
• 第1章 绪论9-14
• 1.1 课题研究的背景与意义9-10
• 1.2 国内外研究现状10-12
• 1.2.1 信息融合的研究动态10-11
• 1.2.2 智能电网的研究动态11-12
• 1.3 本文主要内容和结构安排12-14
• 第2章 智能电网的研究14-21
• 2.1 智能电网概述14
• 2.2 SOA智能电网的发展14-16
• 2.3 SOA架构的的智能电网16-21
• 2.3.1 SOA架构的的智能电网介绍16-17
• 2.3.2 SOA(面向服务的体系结构)17
• 2.3.3 SOA的角色17-18
• 2.3.4 SOA架构的智能电网18-19
• 2.3.5 基于SOA框架的能量控制器19-21
• 2.4 本章小结21
• 第3章 信息融合技术的研究21-29
• 3.1 信息融合概述21-23
• 3.1.1 定义21-22
• 3.1.2 信息融合意义与优势22-23
• 3.2 信息融合结构与级别23-25
• 3.2.1 信息融合功能模型23
• 3.2.2 信息融合级别23-25
• 3.2.3 信息融合过程25
• 3.3 基于支持向量机的信息融合算法25-28
• 3.3.1 最优分类面25-27
• 3.3.2 核函数27-28
• 3.4 本章小结28-29
• 第4章 智能电网统—模型的研究29-39
• 4.1 智能电网信息管理及融合现状分析29
• 4.2 智能电网信息融合总体框架29-30
• 4.3 智能电网信息融合的技术实现方案30-32
• 4.3.1 统一模型的技术实现30-31
• 4.3.2 SOA智能电网的信息交互31
• 4.3.3 主配网信息融合实现方案31-32
• 4.4 电网统一公共信息模型(UCIM)32-34
• 4.4.1 SCL和CIM构建统一公共信息模型32-33
• 4.4.2 SCL模型到UCIM的整合33-34
• 4.5 信息系统功能框架34-35
• 4.6 关键功能模块35-36
• 4.7 信息系统体系结构设计36-38
• 4.8 本章小结38-39
• 第5章 基于SVM的信息融合的电网应用研究39-53
• 5.1 支持向量机(SVM)的电网应用研究39-40
• 5.2 分类和最小二乘支持向量机理论40-41
• 5.2.1 最小二乘支持向量机分类40-41
• 5.2.2 最小二乘支持向量机的回归41
• 5.3 基于D-S论的信息融合原理41-43
• 5.3.1 D-S理论的基本概念41-42
• 5.3.2 D-S论合成规则42-43
• 5.4 故障诊断系统通用模型43-44
• 5.5 融合诊断的案例分析44-46
• 5.5.1 诊断案例44-46
• 5.5.2 诊断模型归纳46
• 5.6 SVM信息融合诊断程序实例演示与分析46-52
• 5.7 本章小结52-53
• 第6章 总结与展望53-55
• 6.1 本文总结53
• 6.2 后续工作展望53-55
• 参考文献55-58
• 攻读硕士学位期间发表的论文及其它成果58-59
• 致谢59

【参考文献】

中国期刊全文数据库 前1条

1 叶宇风;;基于SOA的企业应用集成研究[J];微电子学与计算机;2006年05期

，

本文编号：807262